人工神经网络导论（蒋宗礼），灰色预测资料

李食其

5 P: y) _1 f( s+ T; Z+ {, r% R现在已知一种产品的库存记录，预测下个月的库存
我查找了各种预测的资料，也编程算了，用了灰度预测，神经网络，拟合，时间序列，能用的都用了，可是没一个准的。我要疯了
我的神经网络程序如下
4 ]* P' ?. J, z: |6 K; H7 I! ?T=[...];
n=length(T);
P=1:n;
%  创建一个新的前向神经网络
net_1=newff(minmax(P),[49,1],{'tansig','purelin'},'traingdm')
%  当前输入层权值和阈值
inputWeights=net_1.IW{1,1};
3 W: \; c6 P6 ?, l# Z1 Ninputbias=net_1.b{1};
%  当前网络层权值和阈值
layerWeights=net_1.LW{2,1};
layerbias=net_1.b{2};
2 N5 H9 c: s/ s7 D0 \%  设置训练参数
net_1.trainParam.show = 50;
$ J8 y3 R" E; J+ E/ Cnet_1.trainParam.lr = 0.05;
net_1.trainParam.mc = 0.9;
net_1.trainParam.epochs = 3000;
8 a: l1 X9 E- ~4 V% O: s, Dnet_1.trainParam.goal = 0.0001;
: ]4 A6 Q9 P1 u% t& E8 D0 p, T%  调用 TRAINGDM 算法训练 BP 网络
; F. w& B/ h8 d' {) v$ _[net_1,tr]=train(net_1,P,T);
% I$ [+ S# c: E- S%  对 BP 网络进行仿真
! n- j3 e, C- c- |) ^9 v: P' H+ GA = sim(net_1,P)
%  计算仿真误差
2 k) f/ R5 `% Y& E& yE = T - A;
MSE=mse(E)
4 _2 Q# Z) ]2 C1 G  @- u* yx=[n+1];%测试
# o. O' F5 b: Y( P$ b* ~: kkn=sim(net_1,x)

& D$ O! Y7 }) v3 E3 Q( A每一次运行的结果都不一样，而且没一次准的，有的时候差的还特别多。
4 w' N+ r) S  t! }- ]我的数据量挺大的，从2007年至今，而且数字比较大
1 k  E) z0 B2 X" d& a, A有没有懂得，帮帮我。
献上资料先

何挺

这么难啊    ^^^

anonymous123

我看你还是自己做吧

wl_850357290

不知我能不能帮上你啊

xypfs21

数据的噪声？

xypfs21

数据的噪声？

wphls

虚心学习好东西

narutoxcb

感谢4楼资料

mcmzy

感谢4楼资料.

李食其

我有点懂了
3 V/ _$ ]9 i' V& X* _神经网络做的预测就是变化的，不是一个常数，这是由于初值的影响
这样可以吗？如果已知n组数据，欲预测第n+1个的值，可以用前n-1个数据做训练数据，用第n个做检验，对算得比较准的网络进行保存，用这个网络计算第n+1。
+ j9 t3 C. {* e& W6 R' b有没有理论支持说，对一个准的，对后面的也准？